Teknik Riset Operasional
STMIK TRIGUNADHARMA
AUTHORED BY: MUHAMMAD IKHSAN, ST., MKOM.
CopyRighted©2009
1
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Kata Pengantar
Modul Teori Teknik Riset Operasional
Teknik Riset Operasional adalah membahasa pokok-pokok dan garis besar pemodelan matematis dalam penelitian operasional, model-model dan teknik-teknik solusi masalah programa linier, masalah penugasan, masalah programa sasaran (global Programming). Memberikan ketrampilan untuk merumuskan dan memecahkan permsalahan nyata dalam disiplin Teknik Komputer dengan menggunakan model-model dan teknik-teknik solusi tersebut.
Materi Pengajaran :
Modul 01 : Riset Operasional
Modul 02 : Program Linear
Modul 03 : Permasalahan Minimasi Modul 04 : Metode Simplex
Modul 05 : Penyimpangan Penyimpangan Bentuk Standar Modul 06 : Dualitas
Modul 07 : Masalah Penugasan (Assignment Problem) Modul 08 : Metode Transportasi
Modul 09 : Optimalisasi Dengan Metode Modi
Modul 10 : Optimalisasi Dengan Metode Vam Modul 11 : Model Network
Modul 12 : CPM
Modul 13 : Lampiran Soal Latihan.
WASSALAM,
2
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-1
RISET OPERASIONAL
Pengertian Riset Operasional (RO)
Riset Operasi berasal dari Inggris yang merupakan suatu hasil studi operasi-operasi militer selama Perang Dunia II. Istilah riset operasi pertama kali digunakan pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota kecil, Bowdsey, Inggris.
Kata operasi dapat disefinisikan sebagai tindakan-tindakan yang diterapkan pada beberapa masalah atau hipotesa. Sementara riset dapat didefinisikan sebagai suatu proses yang terorganisasi dalam mencari kebenaran akan masalah atau hipotesa.
Definisi 1
RO adalah penerapan metode-metode ilmiah terhadap masalah-masalah rumit yang muncul dalam pengarahan dan pengelolaan dari suatu sistem besar manusia, mesin, bahan dan uang dalam industri, bisnis, pemerintahan dan pertahanan. (Operational Research Society of Great Britain).
Definisi 2
Riset operasi berkaitan dengan menentukan pilihan secara ilmiah bagaimana merancang dan menjalankan sistem manusia-mesin secara terbaik, biasanya membutuhkan alokasi sumber daya yang langka. (Operation Research Society of America).
Definisi 3
Riset operasi adalah seni memberikan jawaban buruk terhadap masalah-masalah, yang jika tidak, memiliki jawaban yang lebih buruk. (T.L. Saaty).
Definisi 4
Riset operasi adalah pendekatan dalam pengambilan keputusan yang ditandai dengan penggunaan pengetahuan ilmiah melalui usaha kelompok antar disiplin yang bertujuan menentukan penggunaan terbaik sumber daya yang terbatas. (Hamdi A. Taha).
Definisi 5
3
Teknik R iset Ope ras io na l |A uthore d by: M uh amm ad Ik hs an, ST. , MKom .RO Dalam Pegambilan Keputusan.
Riset operasi berusaha menetapkan arah tindakan terbaik (optimum) dari sebuah masalah keputusan dibawah pembatasan sumber daya yang terbatas. Istilah riset operasi sering kali diasosiasikan secara eksklusif dengan penggunaan teknik-teknik matematis untuk membuat model dan menganalisi masalah keputusan. Walaupun matematika dan model matematis merupakan inti dari riset operasi, pemecahan masalah tidaklah hanya sekedar pengembangan dan pemecahan model-model matematis. Secara spesifik, masalah keputusan biasanya mencakup factor-faktor penting yang tidak berwujud dan tidak dapat diterjemahkan secara langsung dalam bentuk model matematis.
Sebuah ilustrasi yang baik dari kasus diatas adalah salah satu versi dari masalah elevator yang dikenal luas. Sebagai tanggapan terhadap keluhan para penghuni tentang lambatnya elevator disebuah bangunan perkantoran yang besar, sebuah pemecahan yang didasari oleh analisis teori jalur antrian ditemukan tidak memuaskan. Setelah mempelajari sistem tersebut lebih lanjut, ditemukan bahwa keluhan para penghuni tersebut lebih disebabkan oleh kebosanan, karena pada kenyataannya, waktu menunggu sangat singkat.
Sebuah pemecahan diajukan dimana sebuah cermin panjang dipasang ditempat masukelevator. Keluhan menghilang karena para pengguna elevator asik memandangi dirimereka sendiri dan orang lain sambil
menunggu elevator.Ilustrasi elevator ini menggarisbawahi pentingnya memandang aspek
matematisdari riset operasi dalam konteks yang lebih luas dari sebuah proses pengambilan keputusanyang unsur-unsurnya tidak dapat diwakili sepenuhnya oleh sebuah model matematis.Sebagai sebuah teknik pemecahan masalah, riset operasi harus dipandang sebagai ilmu danseni. Aspek ilmu terletak dalam penyediaan teknik-teknik matematis dan algoritma untukmemecahkan masalah keputusan yang tepat. Riset operasi adalah sebuah seni karenakeberhasilan dalam semua tahap yang mendahului dan melanjuti pemecahan dari sebuahmodel matematis sebagian besar bergantung pada kreativitras dan kemampuan pribadi darimereka yang menganalisis pengambilan keputusan.
Model-Model RO.
Model adalah abstraksi atau penyederhanaan realitas sistem yang kompleks dimanahanya komponen-komponen yang relevan atau faktor-faktor yang dominan dari masalahyang dianalisis diikutsertakan. Ia menunjukan hubungan-hubungan dari aksi dan reaksidalam pengertian sebab dan akibat. Salah satu alasan pembentukan model adalah untukmenemukan variabel-variabel apa yang penting. Penemuan variabel-variabel yang pentingitu berkaitan erat dengan penyelidikan hubungan yang ada diantara variabel-variabel itu.Teknik-teknik kuantitatif seperti statistic dan simulasi digunakan untuk menyelidikihubungan yang ada diantara banyak variabel dalam suatu model.
4
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
a. Iconic (Physical) Model
Iconic model adalah suatu penyajian fisik yang tampak seperti aslinya dari suatusistem nyata dengan skala yang berbeda. Contoh model ini adalah mainan anakanak,potret, histogram, maket dan lain-lain.
b. Analogue Model
Model analogue lebih abstrak disbanding model iconic, karena tak kelihatan samaantara model dengan sistem nyata. Contohnya jaringan pipa tempat air mengalirdapat digunakan dengan pengertian yang sama sebagai distribusi aliran listrik.Contoh lain adalah peta dengan bermacam-macam warna merupakan model analogdimana perbedaan warna menunjukan perbedaan cirri, misalnya biru menunjukanair, kuning menunjukan pegunungan, hijau sebagai dataran rendah, dan lain-lain.
c. Mathematic (Symbolic) Model
Model matematik sifatnya paling abstrak. Model ini menggunakan seperangkatsimbol matematik untuk menunjukan komponen-komponen (dan hubungan antarmereka) dari sistem nyata. Namun, sistem nyata tidak selalu dapat diekspresikandalam rumusan matematik. Model ini dapat dibedakan menjadi
deterministic danprobabilistic. Model deterministic dibentuk dalam situasi kepastian (certainty).Model
ini memerlukan penyederhanaan-penyederhanaan dari realitas karenakepastian jarang terjadi. Model
5
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-2
PROGRAM LINEAR
PROGRAM LINEAR
Program linear adalah salah satu model matematika yang digunakan untukmenyelesaikan masalah optimisasi, yaitu memaksimumkan atau meminimumkanfungsi tujuan yang bergantung pada sejumlah variabel input.Hal terpenting yang perlu kita lakukan adalah mencari tahu tujuan penyelesaianmasalah dan apa penyebab masalah tersebut.
Dua macam fungsi Program Linear:
Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan masalah
Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan permintaan atas sumber daya tersebut.
Masalah Maksimisasi
Maksimisasi dapat berupa memaksimalkan keuntungan atau hasil.Contoh:
PT LAQUNATEKSTIL memiliki sebuah pabrik yang akan memproduksi 2jenis produk, yaitu kain sutera dan kain wol. Untuk memproduksi keduaproduk diperlukan bahan baku benang sutera, bahan baku benang wol dantenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari,benang wol 30 kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan setiapunit produk akan bahan baku dan jam tenaga kerja dapat dilihat dalam tabelberikut:
Kedua jenis produk memberikan keuntungan sebesar Rp 40 juta untuk kainsutera dan Rp 30 juta untuk kain wol. Masalahnya adalah bagaimanamenentukan jumlah unit setiap jenis produk yang akan diproduksi setiap hariagar keuntungan yang diperoleh bisa maksimal.
Langkah-langkah:
1. Tentukan variabel
6
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
X2=kain wol
2. Fungsi tujuan
Zmax= 40X1 + 30X2
3. Fungsi kendala / batasan
1. 2X1 + 3X2 60 (benang sutera)
2. 2X2 30 (benang wol)
3. 2X1 + X2 40 (tenaga kerja)
4. Membuat grafik
1. 2X1 + 3 X 2=60
X1=0, X2 =60/3 = 20
X2=0, X1= 60/2 = 30
2. 2X2 30
X2=15
3. 2X1 + X2 40
X1=0, X2 = 40
7
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Cara mendapatkan solusi optimal:
1. Dengan mencari nilai Z setiap titik ekstrim.
Titik A
X1=0, X2=0masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 . 0 = 0
Titik B
X1=20, X2=0masukkan nilai X1 dan X2 ke Z
Z = 40 . 20 + 30 . 0 = 800
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20 X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900 (optimal)
Titik D
2X2 = 30X2 = 15
masukkan X2 ke kendala (1)
2X1 + 3 . 15 = 60
8
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
2X1 = 15 X1 = 7,5
masukkan nilai X1 dan X2 ke Z
Z = 40 . 7,5 + 30 . 15 = 300 + 450 = 750
Titik E
X2 = 15X1 = 0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 .15 = 450
Kesimpulan :
untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan keuntungan sebesar Rp 900
juta.
2. Dengan cara menggeser garis fungsi tujuan.
Solusi optimal akan tercapai pada saat garis fungsi tujuan menyinggung daerah feasible (daerah yang diliputi oleh semua kendala) yang terjauh dari titik origin. Pada gambar, solusi optimal tercapai pada titik C yaitu persilangan garis kendala (1) dan (3).
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20
X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 <-> X1 = 15
masukkan nilai X1 dan X2 ke Z
9
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-3
Permasalahan Minimasi
Permasalahan Minimisasi
Minimisasi dapat berupa meminimumkan biaya produksi. Solusi optimal tercapaipada saat garis fungsi tujuan menyinggung daerah fasible yang terdekat dengantitik origin.Contoh :
Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makananyaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut mengandungvitamin dan protein. Royal Bee paling sedikit diproduksi 2 unit dan Royal Jellypaling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin danprotein dalam setiap jenis makanan:
Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan biaya produksi.
Langkah – langkah:
1) Tentukan variabel
X1 = Royal Bee
X2 = Royal Jelly
2) Fungsi tujuan
Zmin = 100X1 + 80X2
3) Fungsi kendala
1) 2X1 + X2 8 (vitamin)
2) 2X1 + 3X2 12 (protein)
10
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
4) X2 1
4) Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1
Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu persilangan garis kendala (1) dan (2).
2X1 + X2 = 8
11
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
-2X2 = -4 <->X2 = 2
masukkan X2 ke kendala (1)
2X1 + X2 = 8
2X1 + 2 = 8
2 X1 = 6 <->X1 = 3
masukkan nilai X1 dan X2 ke Z
Z min = 100X1 + 80X2 = 100 . 3 + 80 . 2 = 300 + 160 = 460
Kesimpulan :
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya produksi 460
ribu rupiah.
SOAL LATIHAN
1. Maksimumkan Z = 3X1 + 5X2
Kendala :
1) 2X1 8
2) 3X2 15
3) 6X1 + 5X2 30
X10 , X2 0
2. Minimumkan Z = 5 X1 + 2X2
Kendala:
1) 6X1 + X2 6
2) 4X1 + 3X2 2
3) X1 + 2X2 4 , X1 0
3. PT BAKERY memproduksi tiga jenis roti kering, yaitu pia, bolukismis dancoklatkeju dengan
12
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
13
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-4
METODE SIMPLEX
Metode Simplex
Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel keputusan yang cukup besar atau lebih dari dua, maka untukmenyelesaikannya digunakan Metode Simplex.
Beberapa ketentuan yang perlu diperhatikan, antara lain:
1. Nilai kanan (NK / RHS) fungsi tujuan harus nol (0).
2. Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai tersebut harus dikalikan –1.
3. Fungsi kendala dengan tanda “” harus diubah ke bentuk “=” dengan menambahkan variabel
slack/surplus. Variabel slack/surplus disebut juga variabel dasar.
4. Fungsi kendala dengan tanda “” diubah ke bentuk “” dengan cara mengalikan dengan –1, lalu
diubah ke bentuk persamaan dengan ditambahkan variabel slack. Kemudian karena RHS-nya negatif, dikalikan lagi dengan –1 dan ditambah artificial variabel (M).
5. Fungsi kendala dengan tanda “=” harus ditambah artificial variabel (M).
Pembuatan Tabel Simplex
Contoh soal: Z = 3X1 + 5X2Kendala:
1) 2X1 8
2) 3X2 15
3) 6X1 + 5X2 30
Langkah-langkah:
1. Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang harus diperhatikan di atas!)
Fungsi tujuan
Z = 3X1 + 5X2 => Z - 3X1 - 5X2 = 0
Fungsi kendala
1) 2X1 8 => 2X1 + X3 = 8
2) 3X2 15 => 3X2 + X4 = 15
3) 6X1 + 5X2 30 => 6X1 + 5X2 + X5 = 30
14
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
2. Menyusun persamaan-persamaan ke dalam tabel
3. Memilih kolom kunci
Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai
negatif dengan angka terbesar.
4. Memilih baris kunci
15
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
5. Mengubah nilai-nilai baris kunci => dengan cara membaginya dengan angka kunci
Baris baru kunci = baris kunci : angka kunci
sehingga tabel menjadi seperti berikut:
6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci) = 0
Baris baru = baris lama – (koefisien angka kolom kunci x nilai baris baru kunci)
Baris Z
Baris lama [ -3 -5 0 0 0 0 ]
NBBK -5 [ 0 1 0 1/3 0 5 ]
Baris baru -3 0 0 5/3 0 25
Baris X3
Baris lama [ 2 0 1 0 0 8 ]
16
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Baris baru 2 0 1 0 0 8
Baris X5
Baris lama [ 6 5 0 0 1 30 ]
NBBK 5 [ 0 1 0 1/3 0 5 ]
Baris baru 6 0 0 -5/3 1 5
Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:
17
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Diperoleh hasil: X1 = 5/6 , X2 = 5, Zmax = 27 ½
SOAL LATIHAN
1. Selesaikan linear program berikut ini dengan metode Simplex Maksimumkan Z = 400X1 + 300X2
Fungsi kendala/ batasan:
1) 4X1 + 6X2 1200
2) 4X1 + 2X2 800
3) X1 250
4) X2 300
2. Selesaikan linear program berikut ini dengan metode Simplex Maksimumkan Z = 2X1 +
3X2 + X3
Dengan fungsi kendala: 1) X1 + X2 + X3 9
2) 2X1 + 3X2 25
3) X2 + 2X3 10
18
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-5
Penyimpangan Penyimpangan Bentuk Standar
PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR
1. Fungsi batasan dengan tanda sama dengan (=)=> ditambah dengan variabel buatan
Contoh :
Fungsi kendala:
1) 2X1 8 => 2X1 +X3 = 8
2) 3X2 15 => 3X2 +X4 = 15
3) 6X1 + 5X2 = 30 => 6X1 + 5X2 + X5 = 30
Fungsi tujuan:
Z = 3X1 + 5X2 => Z – 3X1 – 5X2 + MX5 = 0
Nilai setiap variabel dasar (X5) harus sebesar 0, sehingga fungsi tujuan harus dikurangi dengan M dikalikan dengan baris batasan yang bersangkutan (3). Nilai baris Z sebagai berikut:
[ -3 -5 0 0 M , 0 ]
M [ 6 5 0 0 1 , 30]
(-6M-3) (-5M-5) 0 0 0 -30M
19
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
2. Fungsi tujuan : Minimisasi
Soal minimisasi harus diubah menjadi maksimisasi dengan cara mengganti tanda positif dan negatif pada fungsi tujuan.
Contoh:
Minimumkan Z = 3X1 + 5X2
Fungsi batasan: 1) 2X1 = 8
2) 3X2 15
20
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Penyelesaian:
Fungsi batasan: 1) 2X1 + X3 = 8
2) 3X2 + X4 = 15
3) 6X1 + 5X2 -X5 + X6 = 30
Fungsi tujuan menjadi:
maksimumkan (-Z) = -3X1 – 5X2 –MX3 – MX6
diubah menjadi fungsi implisit => -Z + 3X1 + 5X2 + MX3 + MX6 = 0
Nilai – nilai variabel dasar (X3 dan X6 ) harus = 0, maka:
[ 3 5 M 0 0 M , 0 ]
-M [ 2 0 1 0 0 0 , 8 ]
-M [ 6 5 0 0 -1 1 , 30 ]
(-8M+3) (-5M+5) 0 0 M 0 , -38M
21
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
(karena –Z= -18, maka Z=18)
Penyelesaian optimal: X1 = 4, X2 = 6/5 dan Zmin = 18
SOAL LATIHAN
1. Minimumkan Z = 3X1 + 2X2
Fungsi batasan : 1) X1 + 2X2 20
2) 3X1 + X2 20 , X1 0 , X2 0
2. Maksimumkan Z = 4X1 + 10X2 + 6X3
Fungsi batasan: 1) X1 + 3X2 + 3X3 6
2) 2X1 – X2 + 4X3 = 4
22
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-6
DUALITAS
Dualitas
Dalam sebuah pemodelan Pemrograman Linear, terdapat dua konsep yang salingberlawanan. Konsep yang pertama kita sebut Primal dan yang kedua Dual.BentukDual adalah kebalikan dari bentuk Primal. Hubungan Primal dan Dual sebagaiberikut:
Masalah Primal (atau Dual)
Masalah Dual (atau Primal)
Koefisien fungsi tujuan ………. Nilai kanan fungsi batasan
Maksimumkan Z (atau Y) ………. Minimumkan Y (atau Z)
Batasan i ………Variabel yi (atau xi)
Bentuk ………yi 0
Bentuk = ………..yi dihilangkan
Variabel Xj ………Batasan j
Xj 0 ………...Bentuk
23
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Contoh 1:
Contoh 2 : Primal
Minimumkan Z = 2X1 + X2
Fungsi batasan: 1) X1 + 5X2 10
2) X1 + 3X2 6
3) 2X1 + 2X2 8
X1, X2 0
Dual
Maksimumkan Y = 10 y1 + 6y2 + 8y3
24
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
2) 5y1 + 3y2 + 2y3 1
y1, y2 0
Contoh 3: Primal
Maksimumkan Z = X1 + 3X2 – 2X3
Fungsi batasan: 1) 4X1 + 8X2 + 6X3 = 25
2) 7X1 + 5X2 + 9X3 = 30
X1, X2, X3 0
Dual
Minimumkan Y= 25y1 + 30y2
Fungsi batasan: 1) 4y1 + 7y2 1
2) 8y1 + 5y2 3
3) 6y1 + 9y2 -2
SOAL LATIHAN
1. Primal
Maksimumkan Z = 5X1 + 7X2
Fungsi batasan: 1) 2X1 + X2 8
2) X1 + 2X2 8
3) 6X1 + 7X2 42
X1, X2, X3 0
2. Primal
Maksimumkan Z = X1 + 3X2 – 2X3
Fungsi batasan: 1) 4X1 + 8X2 + 6X3 = 25
2) 7X1 + 5X2 + 9X3 = 30
25
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
3. Primal
Minimumkan Z = 3X1 + 2X2 + X3 + 2X4 + 3X5
Fungsi batasan: 1) 2X1 + 5X2 + 4 X4 + X5 6
2) 4X2 - 2X3 + 2X4 + 3X5 5
3) X1 – 6X2 + 3X3 + 7X4 + 5X5 7
X1, X2, X3, X4, X5 0
4. Primal
Minimumkan Z = X1 + 2X2 + X3
Fungsi batasan: 1) X2 + X3 = 1
2) 3X1 + X2 + 3X3 = 4
26
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-7
MASALAH PENUGASAN (ASSIGNMENT PROBLEM)
Masalah Penugasan
Salah satu metode yang digunakan untuk Penugasan adalah Metode Hungarian. Pada Metode Hungarian, jumlah sumber-sumber yang ditugaskan harus sama persis dengan jumlah tugas yang akan diselesaikan. Setiap sumber harus ditugaskan hanya untuk satu tugas. Jadi, masalah penugasan akan mencakup sejumlah n sumber yang mempunyai n tugas, sehingga ada n! (n faktorial) kemungkinan. Masalah ini dapat dijelaskan dengan mudah dalam bentuk matriks segi empat, dimana baris-barisnya menunjukkan sumber-sumber dan kolomkolomnya menunjukkan tugas-tugas.
1. Masalah Minimisasi
Contoh: Sebuah perusahaan kecil mempunyai 4 pekerjaan yang berbeda untuk diselesaikan oleh 4 karyawan. Biaya penugasan seorang karyawan untuk pekerjaan yang berbeda adalah berbeda karena sifat pekerjaan berbeda-beda. Setiap karyawan mempunyai tingkat ketrampilan, pengalaman kerja dan latar belakang pendidikan serta latihan yang berbeda pula. Sehingga biaya penyelesaian pekerjaan yang sama oleh para karyawan yang berlainan juga berbeda. Tabel biaya sebagai berikut:
Masalahnya adalah bagaimana menugaskan keempat karyawan untuk menyelesaikan keempat pekerjaan agar total biaya pekerjaan minimum. Langkah-langkah:
1. Menyusun tabel biaya seperti tabel di atas.
2. Melakukan pengurangan baris, dengan cara:
a. memilih biaya terkecil setiap baris
27
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Sehingga menghasilkan reduced cost matrix /matrik biaya yang telah dikurangi.
3. Melakukan pengurangan kolom
Berdasarkan hasil tabel langkah 2, pilih biaya terkecil setiap kolom untuk mengurangi seluruh biaya dalam kolom-kolom tersebut. Pada contoh di atas hanya dilakukan pada kolom III karena semua kolom lainnya telah mempunyai elemen yang bernilai nol (0). Jika langkah kedua telah menghasilkan paling sedikit satu nilai nol pada setiap kolom, maka langkah ketiga dapat dihilangkan. Berikut matrix total opportunity cost, dimana setiap baris dan kolom terdapat paling sedikit satu nilai nol. Tabel total opportunity cost matrix
4. Membentuk penugasan optimum
28
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
5. Melakukan revisi tabel
a. Untuk merevisi total opportunity cost, pilih angka terkecil yang tidak terliput (dilewati) garis. (pada contoh di atas = 10)
b. Kurangkan angka yang tidak dilewati garis dengan angka terkecil (10)
c. Tambahkan angka yang terdapat pada persilangan garis dengan angka terkecil (10) yaitu (50) pada Hasan dan (10) pada Dzakwan. d. Kembali ke langkah 4
Revised matrix:
29
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
2. Jumlah Pekerjaan Tidak Sama Dengan Jumlah Karyawan
Bila jumlah pekerjaan lebih besar dari jumlah karyawan, maka harus ditambahkan karyawan semu (dummy worker). Biaya semu sama dengan nol karena tidak akan terjadi biaya bila suatu pekerjaan ditugaskan ke karyawan semu. Bila jumlah karyawan lebih banyak daripada pekerjaan, maka ditambahkan pekerjaan semu (dummy job). Sebagai contoh, bila jumlah pekerjaan lebih besar dari
jumlah karyawan dapat dilihat pada tabel berikut:
Prosedur penyelesaian sama dengan langkah-langkah sebelumnya.
3. Masalah Maksimisasi
Dalam masalah maksimisasi, elemen-elemen matriks menunjukkan tingkat keuntungan. Efektivitas pelaksanaan tugas oleh karyawan diukur dengan jumlah kontribusi keuntungan.
Contoh: Tabel keuntungan
Langkah-langkah:
a. Seluruh elemen dalam setiap baris dikurangi dengan nilai maksimum dalam baris yang sama. Prosedur
30
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
b. Meminimumkan opportunity-loss dengan cara mengurangi seluruh elemen dalam setiap kolom (yang belum ada nol-nya) dengan elemen terkecil dari kolom tersebut.
Matriks total opportunity loss
Dari matriks di atas dapat dilihat bahwa seluruh elemen yang bernilai nol baru dapat diliput oleh 4 garis.
Jadi matriks harus direvisi.
c. Merevisi matriks
31
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
SOAL LATIHAN
1. Sebuah perusahaan pengecoran logam mempunyai empat jenis mesin yang diberi nama M1, M2,
M3 dan M4. Setiap mesin mempunyai kapasitas yang berbeda dalam pengoperasiannya. Dalam minggu mendatang perusahaan mendapatkan pesanan untuk menyelesaikan empat jenis pekerjaan (job) yaitu J1, J2, J3 dan J4. Biaya pengoperasian setiap pekerjaan oleh keempat mesin dapat dilihat
dalam tabel berikut:
2. Seorang pengusaha konveksi mempunyai 4 orang karyawati yang memproduksi 4 jenis produk.
Jumlah produk yang dihasilkan masing-masing karyawan tiap bulannya dapat dilihat pada tabel
berikut:
32
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-8
METODE TRANSPORTASI
Metode Transportasi
Metode Transportasi merupakan suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama ke tempattempat yang membutuhkan secara optimal dengan biaya yang termurah . Alokasi produk ini harus diatur sedemikian rupa karena terdapat perbedaan biaya-biaya alokasi dari satu sumber atau beberapa sumber ke tempat tujuan yang berbeda.
Tabel awal dapat dibuat dengan dua metode, yaitu:
1. Metode North West Corner (NWC) => dari pojok kiri atas ke pojok kanan bawah Kelemahan : tidak memperhitungkan besarnya biaya sehingga kurang efisien.
2. Metode biaya terkecil => mencari dan memenuhi yang biayanya terkecil dulu. Lebih efisien dibanding
metode NWC.
Setelah tabel awal dibuat, tabel dapat dioptimalkan lagi dengan metode:
1. Stepping Stone (batu loncatan)
2. Modified Distribution Method (MODI)
Selain metode-metode di atas masih ada satu metode yang lebih sederhana penggunaannya yaitu metode Vogel’s Approximation Method (VAM).
33
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Penyelesaian:
1. Metode NWC
Biaya yang dikeluarkan :
(50 . 20) + (40 . 5) +( 60 . 20) + (10.10) + (40.19) = 3260
2. Metode biaya terkecil
34
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Mengoptimalkan tabel:
1. Metode Stepping Stone , misal tabel awal menggunakan yang NWC
Perbaikan 1 dengan cara trial and error
Setelah dihitung dengan trial and error, biaya yang dikeluarkan:
35
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Perbaikan 2
Biaya yang dikeluarkan :
(50 . 5) + (40 . 8) + (50 . 15) + (10 . 20) + (50 . 10) = 2020
36
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Biaya yang dikeluarkan :
(60 . 5) + (30 . 8) + (50 . 15) + (10 .10) + (50 . 10) = 1890 (paling optimal)
Jika hasil belum optimal, lakukan perbaikan terus sampai mendapatkan hasil yang
37
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-9
OPTIMALISASI DENGAN METODE MODI
Metode MODI
Langkah-langkah:a. Misal tabel awal yang digunakan adalah tabel NWC
b. Buat variabel Ri dan Kj untuk masing-masing baris dan kolom.
c. Hitung sel yang berisi (nilai tiap kolom dan tiap baris) dengan rumus:
Ri + Kj = Ci
baris kolom biaya
1. W-A = R1 + K1 = 20
2. W-B = R1 + K2 = 5
3. H-B = R2 + K2 = 20
4. P-B = R3 + K2 = 10
5. P-C = R3 + K3 =19
dari persamaan di atas, hitung K1 dan R1 dengan cara meng-nol-kan variable R1 atau K1, misal R1= 0
1. R1 + K1 = 20 => 0 + K1 = 20 , K1 =20
2. R1 + K2 = 5 => 0 + K2 = 5 , K2 = 5
3. R2 + K2 = 20 => R2 + 5 = 20 , R2 = 15
4. R3 + K2 = 10 => R3 + 5 = 10 , R3 = 5
5. R3 + K3 = 19 => 5 + K3 = 19 , K3 = 14
38
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
d. Hitung nilai/ index perbaikan setiap sel yang kosong dengan rumus:
Cij - Ri - Kj
1. H-A = 15 – 15 – 20 = - 20
2. P-A = 25 – 5 – 20 = 0
3. W-C = 8 – 0 – 14 = - 14
4. H-C = 10 – 15 – 14 = - 19
(optimal jika pada sel yang kosong, indek perbaikannya 0, jika belum maka pilih yang negatifnya
besar)
e. Memilih titik tolak perubahan
Pilih nilai yang negatifnya besar yaitu H-A
f. Buat jalur tertutup
39
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
g. Ulangi langkah-langkah c – f sampai indeks perbaikan bernilai _ 0
hitung sel yang berisi:
W-B = R1 + K2 = 5 => 0 + K2 = 5 , K2 = 5
H-A = R2 + K1 = 15 => R2 + 0 = 15, R2 = 15
H-B = R2 + K2 = 20 => 15 + 5 = 20 ,
P-B = R3 + K2 = 10 => R3 + 5 = 10 , R3 = 5
P-C = R3 + K3 = 19 => 5 + K3 = 19 , K3 = 14
Perbaikan indeks:
W-A = 20 – 0 – 0 = 20
W-C = 8 – 0 – 14 = - 6
H-C = 10 – 15 – 14 = - 19
40
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Biaya transportasi : (90 . 5) + (50 . 15) + (10 . 10) + (20 . 10) + (30 . 19) = 2070
Hitung sel yang berisi:
W-B = R1 + K2 = 5 => 0 + K2 = 5 , K2 = 5
P-B = R3 + K2 = 10 => R3 + 5 = 10 , R3 = 5
P-C = R3 + K3 = 19 => 5 + K3 = 19 , K3 = 14
H-C = R2 + K3 = 10 => R2 + 14 = 10 , R2 = - 4
H-A = R2 + K1 = 15 => - 4 + K1 = 15 , K1 = 19
Perbaikan indeks (sel kosong) :
W-A = 20 – 0 – 0 = 20
W-C = 8 – 0 – 14 = - 6
H-B 20 – 15 – 5 = 0
41
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Biaya transportasi :
(80 . 5) + (10 . 8) + (50 . 15) + (10 . 10) + (30 .10) + (20 . 19) = 2010
Sel berisi:
W-B = R1 + K2 = 5 => 0 + K2 = 5 , K2 = 5
W-C = R1 + K3 = 8 => 0 + K3 = 8 , K3 = 8
H-C = R2 + K3 = 10 => R2 + 8 = 10 , R2 = 2
H-A = R2 + K1 = 15 => 2 + K1 = 15 , K1 = 13
P-B = R3 + K2 = 10 => R3 + 5 = 10 , R3 = 5
Indeks perbaikan:
W-A = 20 – 0 – 19 = 1
H-B = 20 – (-4) – 5 = 19
P-A = 25 – 5 – 19 = 1
42
43
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-10
OPTIMALISASI DENGAN METODE VAM
Metode VAM
Metode VAM merupakan metode yang lebih mudah dan lebih cepat untuk mengatur alokasi dari beberapa sumber ke daerah tujuan.
Langkah metode VAM:
1. Cari perbedaan dua biaya terkecil, yaitu terkecil pertama dan kedua (kolom dan baris)
2. Pilih perbedaan terbesar antara baris dan kolom
3. Pilih biaya terendah
4. Isi sebanyak mungkin yang bisa dilakukan
5. Hilangkan baris / kolom yang terisi penuh
44
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Biaya transportasi :
45
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
SOAL LATIHAN
1. Perhatikan Tabel Dibawah ini :
Selesaikan dengan metode:
a. NWC
b. Biaya terkecil
c. MODI
2. Produksi pabrik A, B , C adalah sebagai berikut:
Gudang pabrik tersebut mempunyai kapasitas sebagai berikut:
46
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
a. Buat tabel awal transportasi
b. Selesaikan dengan metode biaya terkecil dan optimalkan dengan metode MODI
47
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-11
MODEL NETWORK
Mengapa mempelajari Network Model
Sebuah surve melaporkan bahwa 70% dari pemrograman matematika dapat direpresentasikan dalam model jaringan terhubung
Keterangan BAB
Definisi Network
Sebuah Network (jaringan) terdiri dari sejumlah node-node yang dihubungkan oleh arcs
Notasi untuk menggambarkan sebuah jaringan adalah (N,A) dimana N adalah set node-node dan A adalah set arc-arc
Contoh :
N = {1, 2, 3}
A = {(1,2), (2,3)}
Sebuah Arc dikatakan sebagai directed atau oriented jika mengijinkan aliran positif pada satu arah dan nol pada arah yang berlawanan
A directed network has all directed arcs.
Sebuah directed network mempunyai semua direct arcs.
Sebuah path adalah urutan arc yang menggabungkan dua node melalui node yang lain tanpa memandang arah dari tiap arc.
Sebuah path membentuk sebuah cycle jika menghubungkan sebuah node ke diri sendiri melalui node lain.
Sebuah cycle adalah directed apabila terdiri dari sebuah directed path
Network Definition
Sebuah connected network adalah adanya tiap dua node yang terhubung oleh minimal sebuah path
48
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Sebuah spanning tree adalah tree yang menghubungkansemua node-node dari network, juga tanpa cycle.
Algoritma Minimal Spanning Tree
Misal N = {1, 2, 3, …, n} adalah sebuah set node-node.Tentukan :
Ck
Set node-node yang telah permanen terhubung pada iterasi ke k.
Node yang sudah terhubung permanen
C’k
Set node-node yang akan dihubungkan secara permanen
Node yang belum terkoneksi
Step 0:
Posisikan C0 = { } dan C’0 = N.
Step 1:
Mulai dengan sembarang node dalam set yang belum terhubung C’0.
Posisikan C1 = {i} yang mengubah C’1 = N – {i}.
Posisikan k=2.
Langkah Umum k:
Pilih sebuah node, j*, dalam set belum terhubung C’k-1 yang menyatakan arc terpendek ke sebuah node dalam set terhubung Ck-1.
Hubungkan j* secara permanen ke Ck-1 dan hilangkan dari C’k-1.
Ck = Ck-1 + {j*}
Ck = Ck-1 – {j*}
Jika set dari node belum terhubung, Ck, kosong, berhenti.
49
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Persoalan Minimal Spanning Tree
PersoalanPerusahaan TV kabel Midwest sedang dalam proses penyambungan kabel ke lima area pembangunan perumahan baru.
Persoalan Minimal Spanning Tree
1
2
3
4
5
6 1
3
3 10
5
4
7
6
9
5
8
Persoalan Rute Terpendek
50
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Penggantian Perlengkapan
Contoh problemSebuah tempat persewaan mobil mengembangkan sebuah rencana penggantian untuk mobil-mobilnya untuk jangka waktu 4 tahun mendatang yang dimulai sejak 1 januari 2001 sampai 31 desember 2004.
Sebuah keputusan harus diambil untuk menentukan apakah sebuah mobil harus terus dioperasikan atau diganti. Sebuah mobil harus dioperasikan paling sedikit 1 tahun dan maksimal 3 tahun
Replacement Cost
Penyelesaian
Arcs dari node 1 hanya dapat mencapai node 2,3, dan 4 sebab sebuah mobil hanya dapat dioperasikan pada tahun pertama,kedua, dan ketiga saja
Angka pada masing-masing arcs menunjukkan biaya penggantian spare part
Rute terpendek yang didapat dengan menggunakan TORA adalah 1 -> 3 ->5
Total biaya penggantian yang dibutuhkan
$5400 + $7100 = $12500
Rute Terhandal (Most Reliable Route)
Seseorang ingin mencari rute dari rumah ke kantornya. Dia ingin mencari rute teraman yang mungkin dicapai tanpa dihentikan polisi
Angka pada tiap arcs melambangkan kemungkinan dia selamat melalui jalan itu tanpa dihentikan polisi
Kemungkinan orang itu selamat menuju kantornya tanpa dihentikan polisi adalah hasil kali dari masing-masing kemungkinan di tiap node
51
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Penyelesaian
Masalah tersebut dapat diubah menjadi rute jalan terpendek dengan menggunakan transformasi logaritma
Perkalian masing2 arcs dapat diubah menjadi jumlah dari log arcs
pk=p1 x p2 x p3 x…..x pn
= log p1 + log p2 +…..+ log pn
Dengan mengganti nilai di masing2 arcs dengan nilai log-nya,penyelesaian dapat dicari dengan menggunakan TORA, hasilnya 1->3->5->7
Peluangnya sampai kantor tanpa dihentikan oleh polisi
0.9 x 0.3 x 0.25 = 0.0675
Representasi Model Rute Terpendek
Log
Algoritma rute terpendek
Ada dua algoritma yang dapat digunakan untuk menyelesaikan persoalan mencari rute terpendek
Dijkstra’s Algorithm
Digunakan untuk mencari rute terpendek dari suatu node dengan semua node lain dalam suatu network
Floyd’s Algorithm
Digunakan untuk mencari rute terpendek antara 2 node dalam suatu network
Dijkstra’s Algorithm
Misalkan ui adalah rute terpendek dari node 1 ke node i, dan dij adalah panjang dari arcs(i,j) maka
[uj,i] = [ui + dij,i] , dij >=0
Label untuk node awal adalah [0,-] menandakan bahwa node tersebut tidak mempunyai predecessor
Label suatu node dalam algoritma dijkstra dibedakan menjadi 2
Temporary
Diubah nilainya jika rute yang lebih pendek bisa ditemukan
Permanent
52
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Langkah2 Algoritma Dijkstra
Tandai label awal dengan label permanent [0,-], set i=1
Hitung label temporary [ui+dij,i] untuk tiap node j yang dapat dicapai dari node i, beri tanda temporari
Jika node j sudah punya label [uj,k] melalui node lain k dan jika ui+dij<uj, ganti [uj,k] dengan [uj+dij,i]
Jika semua node telah mempunyai label permanen, stop. Jika tidak, pilih label [ur,s] yang mempunyai jarak terpendek(ur) dari semua label temporary. Set i=r dan ulaingi step 1
Contoh di gambar 6.3-4
Iterasi 0
Tandai node 1 dengan label permanen [0,-]
Iterasi 1
Node 2 dan 3 dapat dicapai dari node 1 dan dari 2 temporary label itu node 3 mempunyai jarak yg lebih pendek, maka node 3 menjadi label permanen
Iterasi 2
Node 4 dan 5 dapat dicapai dari node 3 dan karena node 4 mempunyai jarak yg lebih pendek, node 4 menjadi node permanen
Iterasi 3
Node 2 dan 5 dapat dicapai dari node 4. temporary label pada node 2 diganti karena rute yg lebih pendek didapat dari node 4. Node 5 mempunyai 2 label yg sama jaraknya maka nilainya tidak diganti
Iterasi 4
Node 2 hanya dapat menuju ke node 3 yang sudah mempunyai label permanen, maka node 2 diberi label permanen
53
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Modul
-12
CPM
Perhitungan yang dibutuhkan :
Durasi total yg dibutuhkan dlm penyelesaian proyek
Mengklasifikasikan aktivitas berdasarkan kritis dan non kritis
Dikatakan kritis jika tidak ada celah (“leeway”) dalam penentuan awal & akhir aktivitas
Dikatakan non-kritisjika aktivitas mengijinkan slack(waktu senggang), sehingga awal aktivitas dapat dtunda/dipercepat tanpa mempengaruhi keseluruhan jadwal proyek
Event (Node)
Pengertian : suatu titik waktu dimana suatu aktivitas diakhiri & aktivitas yang lain dimulai
Unsur-unsurnya :
1. j = waktu kejadian paling awal dari event j (start)
2. Δj = waktu kejadian paling akhir dari event j (end)
3. Dij = Durasi aktivitas (i,j)
Forward Pass
Perhitungan berawal dari node 1 & secara rekursif berakhir di node n
Initial Step. j=0 General Step
j=max{p+Dpj,q+Dqj,...,v+Dvj}
Forward pass diakhiri ketika n telah dihitung
Sesuai definisi, n adalah durasi/path terpanjang ke node j
Backward Pass
Perhitungan berawal dari node n & secara rekursif berakhir di node 1
Initial Step. Δn =n General Step
Δj=min{Δp-Djp, Δq-Djq,..., Δv-Djv}
54
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Syarat Kritis
Δi =i
Δj =j
Δj - Δi =j - i = Dij
Jika tidak memenuhi, maka disebut non kritis
Aktivitas kritis harus menunjukkan path yang tidak boleh diinterupsi yg dapat mempengaruhi network dari start hingga finish
Contoh
Tentukan jalur kritis dari jaringan berikut:
Jawaban
Forward Pass
Node 1. Set □1 = 0
Node 2. □2 =□1+□12 = 0+5 = 5
Node 3. □3 = max{□1+ D13+□2+□23}= max{0+6, 5+3}= 8 Node 4.□4 = D2+□24 = 5+8 = 13
Node 5.□5 = max{□3+ D35, □4+□45} = max{8+2, 13+0}= 13 Node 6. □6 = max{□3+ D36, □4+□46, □5 + D56}
55
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
Backward Pass Node 6. Set Δ6 = 0
Node 5. Δ6 =Δ6-Δ56 = 25-12 = 13
Node 4. Δ4 = min{Δ6-D46-Δ5-Δ45}= min{25-11, 13-0}= 13 Node 3. Δ3 = min{Δ6-D36-Δ5-Δ35}= min{25-11, 13-2}= 11 Node 2. Δ2 = min{ Δ4-D24, Δ3-Δ23} = min{13-8, 11-3}= 5 Node 1. Δ1 = min{ Δ3-D13, Δ2-Δ12} = min{11-6, 5-5}=0
Contoh
Buatlah schedule dari jalur gambar 6.54 sebelumnya
Keterangan schedule:
Kegiatan kritis (ditunjukkan dng garis tebal) harus dijadwalkan setelah yang lain memastikan project itu dilengkapi dengan durasi 25 hari yang spesifik
Kegiatan non kritis (ditunjukkan dng garis putus-putus) meliputi rentang yang lebih besar dari total durasi, karena disediakan slack di schedule dengan waktu yang dibagi.
Contoh CPM-TORA
Penentuan Float
Float adalah waktu slack yang didapatkan dengan membagi waktu dari kegiatan non kritis
Tiga perhitungan :
1. Optimistic Key, a, mengasumsikan pelaksanaan berjalan benar-benar sukses 2. Most Likely Time, m, mengasumsikan pelaksanaan berjalan dalam kondisi normal 3. Pessimistic Time, b, mengasumsikan pelaksanaan berjalan paling buruk
D = mean/rata-rata
V = varians
Rumus Probabilitas
μ = waktu pemunculan kejadian tercepat untuk kejadian i
STi = Scheduled Time
E = mean
56
Teknik
R
iset Ope
ras
io
na
l |A
uthore
d by:
M
uh
amm
ad Ik
hs
an, ST.
, MKom
.
k = kegiatan-kegiatan di sepanjang jelur terpanjang yang mengarah pada i
z = standar normal variabel random
Dual problem dari LP diatas adalah :
Min w = y6 – y1
* y2 – y1 ≥ 5(A) * y6 – y3 ≥ 11(F)
* y3 – y1 ≥ 6(B) * y5 – y4 ≥ 0(Dummy)
* y3 – y2 ≥ 3(C) * y6 – y4 ≥ 1(G)
* y4 – y2 ≥ 8(D) * y6 – y5 ≥ 12(H)
* y5 – y3 ≥ 2(E) * semua yi restricted
yi = waktu munculnya node j
y1 = 0
Dengan menggunakan TORA, didapat hasil : w=25, y1 = 0, y2 = 5, y3 = 11, y4 = 13, y5 = 13, y6 = 25
Solusi menunjukkan durasi proyek adalah 25 hari dengan path : ADDummyH